ROZMYTE DRZEWA DECYZYJNE JAKO NARZĘDZIE ZARZĄDZANIA RYZYKIEM PROJEKTÓW ROLNYCH
|
|
- Oskar Szydłowski
- 5 lat temu
- Przeglądów:
Transkrypt
1 Dorota Kuchta Ewa Ptaszyńska Politechnika Wrocławska ROZMYTE DRZEWA DECYZYJNE JAKO NARZĘDZIE ZARZĄDZANIA RYZYKIEM PROJEKTÓW ROLNYCH Wprowadzenie Ryzyko projektowe może być definiowane w różny sposób. W niniejszym artykule będziemy stosować dwie różne definicje 1 wzajemnie się uzupełniające. Po pierwsze, ryzyko będzie rozumiane jako możliwe zdarzenie, które jeśli wystąpi, to swoim wystąpieniem może spowodować, że po zrealizowaniu projektu jego data zakończenia, koszt lub produkt końcowy nie będą zgodne z planem, a odchylenia od planu w przynajmniej jednym z tych trzech aspektów będą trudne lub niemożliwe do zaakceptowania 2. Tak rozumiane ryzyko może mieć różne atrybuty, w niniejszym artykule uwzględniane będą dwa podstawowe: prawdopodobieństwo wystąpienia i konsekwencje danego ryzyka, w przypadku gdyby wystąpiło. Przy takiej definicji ryzyka uzasadnione jest używanie tego słowa w liczbie mnogiej. Inne rozumienie ryzyka to ryzyko jako zbiór wszystkich możliwych rodzajów ryzyka (według wcześniejszej definicji) dla danego projektu. Tak rozumiane słowo ryzyko może występować tylko w liczbie pojedynczej. Tak zdefiniowane ryzyko wymaga zagregowanej oceny, by można stwierdzić, czy dla danego projektu jest ono duże, małe czy średnie, akceptowalne lub niemożliwe do zaakceptowania. Problem tej oceny będzie tutaj pominięty, szczegóły można znaleźć w literaturze 3. 1 D. Hillson: Managing Risk in Projects. Bower Publishing, 2009, s H. Courtot: La gestion des risques dans les projets. Economica, Paryż 1998; D. Hillson: Op. cit. 3 Y.Y. Chong, E.M. Brown: Zarządzanie ryzykiem projektu. Oficyna Ekonomiczna, Kraków 2001; D. Hillson: Managing Risk in Projects. Bower Publishing, 2009, s ; H. Courtot: La gestion des risques dans les projets. Economica, Paryż 1998; C.L. Pritchard: Zarządzanie ryzykiem w projektach. Teoria i praktyka. WIG-Press, Warszawa 2001.
2 302 Dorota Kuchta, Ewa Ptaszyńska Ryzyko jest nieodłącznie związane ze wszystkimi projektami, w tym z projektami rolnymi. Ważne jest więc rozwijanie odpowiednich metod zarządzania ryzykiem projektowym. W niniejszym artykule zostanie rozważona jedna z takich metod rozmyte drzewa decyzyjne. Naszym celem będzie sprawdzenie, jak dobrze rozmyte drzewa decyzyjne sprawdzają się w zarządzaniu ryzykiem projektów rolnych, które obarczone są dużym ryzykiem, zwłaszcza gdy są realizowane przez nowo powstałe przedsiębiorstwa rolne. Metoda ta została wykorzystana w systemie wspomagającym zarządzanie ryzykiem projektów europejskich, realizowanych przez polskie jednostki samorządu terytorialnego 4. Użyta metoda badawcza to adaptacja systemu na potrzeby przedsiębiorstw rolnych oraz eksperyment, polegający na próbie zastosowania zmodyfikowanego systemu w wybranym przedsiębiorstwie rolnym. 2. System oceny ryzyka projektu oparty na metodzie rozmytych drzew decyzyjnych W literaturze 5 opisano propozycję wykorzystania procesu uczenia się oraz rozmytych drzew decyzyjnych do zarządzania ryzykiem projektów współfinansowanych przez Unię Europejską, a realizowanych przez polskie jednostki samorządu terytorialnego. Zaproponowano tam system oceny ryzyka projektów oparty na metodzie rozmytych drzew decyzyjnych. System ten został pozytywnie zweryfikowany w praktyce w wybranej jednostce samorządowej. Idea metody rozmytych drzew decyzyjnych i wspomnianego wyżej systemu opiera się na metodzie drzew probabilistycznych, zaproponowanej i zweryfikowanej dla projektów budowlanych 6. Obie metody (drzew probabilistycznych i rozmytych) wychodzą z następujących założeń: 1. Między ryzykiem każdego projektu zachodzą zależności dotyczące ryzyka i atrybutów ryzyka, np. wynikające z faktu, że w danym projekcie jest wysoce prawdopodobne, iż dostawca nie dotrzyma terminu i jest średnio prawdo- 4 D. Kuchta, E. Ptaszyńska: The Concept of System Supporting Risk Management In European Projects. Information Systems Architecture and Technology. Eds. L. Borzemski, A. Grzech, J. Świątek, Z. Wilimowska. Politechnika Wrocławska, Wrocław 2011; D. Kuchta, E. Ptaszyńska: Zarządzanie ryzykiem poprzez uczenie się w projektach europejskich. W: Modelowanie preferencji a ryzyko 10. Red. T. Trzaskalik. Akademia Ekonomiczna, Katowice D. Kuchta, E. Ptaszyńska: Op. cit.; Ei: Op. cit. 6 V.T. Luu, S.Y. Kim, N.V. Tuan, S.O. Ogunlana: Quantifying Schedule Risk in Construction Projects Using Bayesian Belief Network. International Journal of Project Management 2009, Vol. 27(1), s
3 Rozmyte drzewa decyzyjne jako narzędzie zarządzania 303 podobne, że nie będzie innego dostawcy, który mógłby zastąpić dostawcę pierwotnie wybranego, może w niektórych projektach wynikać, iż przekroczenie czasu realizacji o istotną ilość czasu jest wysoce prawdopodobne. 2. Zależności te są podobne czy wręcz takie same dla znakomitej większości projektów należących do tej samej klasy projektów i będących w tej samej fazie realizacji. 3. Po zakończeniu projektu eksperci mogą zweryfikować i lepiej niż przed realizacją projektu ocenić ryzyko, jego atrybuty oraz zależności istniejące między ryzykiem projektu i jego atrybutami, nawet jeśli nie wszystkie rodzaje ryzyka się zmaterializowały (tzn. nawet jeśli odpowiednie zdarzenia nie wystąpiły). Na przykład ekspert może powiedzieć, na ile prawdopodobne i potencjalnie poważne dla projektu były takie, a takie zdarzenia i na jakie inne rodzaje ryzyka miały one potencjalnie wpływ i jaki, nawet jeśli zdarzenia te ostatecznie nie wystąpiły (zagrożenia się nie zmaterializowały). 4. Informacje (zweryfikowane po zakończeniu projektów) na temat zależności między ryzykiem i jego atrybutami dla projektów już zakończonych, są bardzo przydatne do oceny ryzyka projektów z tej samej klasy projektów, rozpoczynanych czy planowanych albo wręcz dopiero rozważanych. Choć zdarza się oczywiście, że rozpatrywany projekt charakteryzuje się całkowicie innym ryzykiem niż projekty już zakończone, nawet z tej samej klasy projektów i z tej samej fazy realizacji, to jednak w znakomitej większości przypadków tak nie jest. Skorzystanie z wiedzy na temat ryzyka projektów z danej klasy i fazy realizacji, zwłaszcza na temat najczęściej występujących rodzajów ryzyka i zależności między nimi, okazało się (w omawianych przypadkach projektów budowlanych i jednostki samorządu terytorialnego) bardzo przydatne, nawet jeśli nie w każdym przypadku. Takie podejście usprawnia proces oceny ryzyka dla znakomitej większości nowych projektów, pozostawiając więcej czasu na ocenę ryzyka dla projektów nietypowych i zmniejszając liczbę projektów źle ocenionych pod względem ryzyka. Rozmyte lub probabilistyczne drzewa są w systemie budowane dla każdego projektu (przed jego realizacją, na podstawie opinii ekspertów, a po niej są one weryfikowane) i reprezentują zależności między rodzajami ryzyka i ich atrybutami. Dla danej klasy projektów i fazy realizacji (klasy projektów i fazy realizacji są definiowane przez użytkowników systemu) powstaje w ten sposób jedno lub kilka drzew. Rozpatrując nowy projekt z danej klasy i fazy realizacji, użytkownik systemu może sięgnąć do tych drzew. Ocenia wówczas jedynie atrybuty ryzyka pierwotnego czy niezależnego (tzn. takiego, na które inne rodzaje ryzyka
4 304 Dorota Kuchta, Ewa Ptaszyńska nie mają wpływu, a które mają wpływ na inne), a atrybuty kolejnych rodzajów ryzyka, zależnych od innych, są wyznaczane z drzew dla projektów z danej klasy już zakończonych. Wybierane są te drzewa, które odpowiadają podanym przez ekspertów atrybutom ryzyka niezależnego. W przypadku niejednoznaczności, system proponuje drzewa, które były związane z największą liczbą projektów z danej klasy i fazy realizacji, pokazując użytkownikowi jednocześnie również pozostałe drzewa odpowiadające danej klasie projektów, fazie realizacji i kombinacji ryzyka niezależnego i jego atrybutów. W sytuacji, kiedy drzewa dla określonej kombinacji atrybutów ryzyka niezależnego w danej klasie projektów nie ma, użytkownikowi proponowane są drzewa podobne (przy określonej definicji podobieństwa). W każdym przypadku użytkownik może drzewo zmodyfikować, zmieniając atrybuty ryzyka lub dodając nowe, modyfikując jego atrybuty, zmieniając, usuwając lub dodając zależności między ryzykiem i jego atrybutami. W rozmytych drzewach decyzyjnych każdy wierzchołek v i (i = 1 n) poza swoją nazwą (opisującą ryzyko, czyli możliwe zdarzenie) zawiera dwie zmienne rozmyte: prawdopodobieństwo P i konsekwencje K (i = 1 n; h = 1, 2, 3), które wyrażone są za pomocą wyrażeń słownych, przyjmując za każdym razem jedną z trzech wartości: małe, średnie, duże. Wyrażenia te są reprezentowane za pomocą liczb rozmytych, definiowanych przez użytkowników systemu 7. Rozpatrzmy przykładowy splot wierzchołków w drzewie składający się z wierzchołka v i oraz jego dwóch synów v i+1 i v i+2 (rys. 1). Rys. 1. Przykład splotu wierzchołków w drzewie rozmytym z wygenerowanym zbiorem reguł Źródło: E. Ptaszyńska: Metoda zarządzania ryzykiem projektów. Wrocław 2012, s D. Kuchta, E. Ptaszyńska: Op. cit.
5 Rozmyte drzewa decyzyjne jako narzędzie zarządzania 305 W przypadku wierzchołków bez synów, tzw. liści drzewa (na rys. 1 wierzchołki v i+1 i v i+2 ) ocena P i K (i = 1 n; h = 1,2,3) dokonywana jest przez osobę wypełniającą drzewo. Natomiast atrybuty wierzchołka, który posiada synów (na rys. 1 wierzchołek v i ) są oceniane za pomocą reguł decyzyjnych, generowanych na podstawie przeszłych projektów dla danego typu projektu i fazy projektu. Każda reguła ma określoną moc, która oznacza, ile razy dana reguła pojawiła się w przeszłości dla danej przesłanki. Przy generowaniu drzew, w przypadku większej liczby reguł dla danej przesłanki, zawsze zaproponowana zostaje reguła z największą mocą, czyli ta, która pojawiła się najwięcej razy w przeszłości. Jeżeli co najmniej dwie reguły mają taką samą moc, to osoba tworząca drzewo musi samodzielnie wybrać jedną z nich. Z kolei jeżeli analizowana przesłanka nie wystąpiła w przeszłości, to system szuka przesłanki najbardziej podobnej. W przypadku nieznalezienia podobnej przesłanki, należy dokonać samodzielnej oceny. Ponadto, osoba wypełniająca drzewo w każdym momencie może samodzielnie dokonać oceny prawdopodobieństwa czy konsekwencji, jeżeli nie zgadza się z wartościami oszacowanymi na podstawie reguł. Na przykład, jeśli synowie z rys. 1 reprezentują zdarzenia dostawca nie dotrzyma terminu i nie ma innego dostawcy, to użytkownik powinien określić prawdopodobieństwa i konsekwencje tych zdarzeń dla rozpatrywanego projektu. Skupmy się na samym tylko prawdopodobieństwie (rozumowanie w przypadku konsekwencji byłoby identyczne). Załóżmy, że prawdopodobieństwo pierwszego ze zdarzeń zostało uznane za wysokie, a drugiego za średnie. Uznano również, że te dwa zdarzenia (ryzyko) i jego atrybuty mają wpływ na trzecie (na rys. 1 wierzchołek v i ), na istotne przekroczenie terminu przez projekt i na jego atrybuty. Sięgamy do podobnych projektów z tej samej fazy realizacji i sprawdzamy, czy występowała już sytuacja zdarzenie dostawca nie dotrzyma terminu ma wysokie prawdopodobieństwo, a zdarzenie nie ma innego dostawcy dość wysokie i czy oba te zdarzenia miały wpływ na zdarzenie istotne przekroczenie terminu przez projekt. Jeśli taka sytuacja była, to wiemy, że mamy przynajmniej jedną regułę typu: Jeśli prawdopodobieństwo, że dostawca nie dotrzyma terminu jest wysokie i prawdopodobieństwo, że nie ma innego dostawcy jest średnie, to prawdopodobieństwo przekroczenia terminu o istotny termin jest x, przy czym x może oznaczać małe, średnie, duże zatem w rozpatrywanym prostym przykładzie możemy mieć maksymalnie trzy reguły. Jeśli jest tylko jedna reguła z przesłanką prawdopodobieństwo, że dostawca nie dotrzyma terminu jest wysokie i prawdopodobieństwo, że nie ma innego dostawcy jest średnie, to system proponuje ocenę prawdopodobieństwa
6 306 Dorota Kuchta, Ewa Ptaszyńska przekroczenia terminu o istotny termin zgodnie z tą regułą. Jeśli jest ich więcej, użytkownikowi systemu pokazywane są wszystkie, ale system domyślnie proponuje tę, która wystąpiła najczęściej (czyli regułę o największej mocy). Jeśli sytuacja zdarzenie dostawca nie dotrzyma terminu ma wysokie prawdopodobieństwo, a zdarzenie nie ma innego dostawcy dość wysokie nie wystąpiła, nie mamy żadnej reguły dla rozpatrywanego projektu. W takiej sytuacji użytkownik może sam ocenić prawdopodobieństwo przekroczenia terminu o istotny termin lub skorzystać z proponowanych przez system reguł podobnych, jeśli takie wystąpiły. Nie wchodząc tu w definicje podobieństwa reguł 8, regułą podobną (o podobnej przesłance) może być np. reguła Jeśli prawdopodobieństwo, że dostawca nie dotrzyma terminu jest wysokie i prawdopodobieństwo, że nie ma innego dostawcy jest wysokie, to prawdopodobieństwo przekroczenia terminu o istotny termin jest wysokie (przesłanka tej reguły różni się tylko w jednym atrybucie od przesłanek występujących na rys. 1). W przypadku przyjęcia tej reguły użytkownik oceniłby prawdopodobieństwo przekroczenia terminu o istotny termin jako wysokie. Opisany proces tworzenia reguł jest powtarzany dla każdej konfiguracji wierzchołków w analizowanym drzewie (wierzchołek v i z rys. 1 byłby jednym z synów kolejnych wierzchołków itd. i tak powstałoby drzewo 9 ). Szczegóły dotyczące rozmytych reguł decyzyjnych, ich generowania i oceny podobieństwa można znaleźć w literaturze 10. Po zakończeniu rozpatrywanego projektu stosowane reguły, a także ryzyko i jego atrybuty zostałyby zweryfikowane. Zadano by m.in. pytanie, jakie faktycznie było w rozpatrywanym projekcie prawdopodobieństwo, że dostawca nie dotrzyma terminu, że nie ma innego dostawcy i że projekt skończy się z istotnym opóźnieniem. Dopiero zweryfikowane drzewo, a tym samym zweryfikowane reguły decyzyjne stałyby się częścią systemu i mogłoby być używane przy kolejnych projektach. W opisywanym systemie rozpatrywano trzy podstawowe rodzaje drzew: drzewa ryzyka opóźnienia projektu, przekroczenia budżetu i niespełnienia wymagań jakościowych. W drzewach pierwszego typu wierzchołkiem szczytowym, tzn. tym, który nie wpływa na żaden inny wierzchołek, jest zdarzenie projekt 8 L. de la Ossa, J.A. Gámez, J.M. Puerta: Learning Weighted Linguistic Fuzzy Rules by Using Specifically-tailored Hybrid Estimation of Distribution Algorithms. International Journal of Approximate Reasoning 2009, Vol. 50(3). 9 E. Ptaszyńska: Metoda zarządzania ryzykiem projektów. Wrocław L. de la Ossa, J.A. Gámez, J.M. Puerta: Op. cit.
7 Rozmyte drzewa decyzyjne jako narzędzie zarządzania 307 się istotnie opóźni. Analogicznie definiowane są pozostałe dwa typy drzew. Jednak użytkownik może wprowadzić inne typy drzew, rozpatrując inne wierzchołki szczytowe. Główne korzyści wynikające z zastosowania zaproponowanego systemu, zidentyfikowane przez pracowników wybranej jednostki samorządowej, to pomoc w identyfikowaniu, ograniczaniu bądź eliminowaniu poszczególnych rodzajów ryzyka; eliminowanie błędów związanych z zarządzaniem, w tym zarządzaniem ryzykiem i projektem, łatwy dostęp do wiedzy o potencjalnych zagrożeniach projektu, intuicyjność metody, większa świadomość ryzyka wśród osób zaangażowanych w projekty, archiwizacja wiedzy. W artykule postanowiono przeprowadzić próbę zastosowania systemu opartego na rozmytych drzewach decyzyjnych do zarządzania ryzykiem projektów rolnych. Osoby zarządzające przedsiębiorstwami rolnymi, mimo doskonałej wiedzy w zakresie rolnictwa, rzadko są przygotowane do zarządzania ryzykiem projektów. Z przeprowadzonych wywiadów wynika, że osoby te szukają prostych, intuicyjnych metod, systemów, które by systematyzowały ich wiedzę i doświadczenie i podpowiadały pewne rozwiązania, które mogłyby one zweryfikować i ewentualnie zmodyfikować. Do tego dochodzi fakt, że wiele osób pracujących w przedsiębiorstwach rolnych posiada doświadczenie w prowadzeniu działalności rolnej i wiedzę na temat niepożądanych problemów, które mogą pojawić się w trakcie realizacji różnego rodzaju projektów, ale nie jest ona archiwizowana, przez co zanika, gdy doświadczeni pracownicy odchodząc zabierają ją ze sobą. 3. Wykorzystanie rozmytych drzew decyzyjnych do zarządzania ryzykiem projektów rolnych Na wstępie należy podkreślić, że pod pojęciem projektów rolnych rozumiane są projekty realizowane przez wielkoobszarowe przedsiębiorstwa rolne. Wielkoobszarowe przedsiębiorstwa rolne to takie, w których wielkość powierzchni gruntów rolnych wynosi co najmniej 500 ha. W mniejszych przedsiębiorstwach rolnych wykorzystanie rozmytych drzew decyzyjnych nie miałoby sensu.
8 308 Dorota Kuchta, Ewa Ptaszyńska Aby móc zastosować system oparty na rozmytych drzewach decyzyjnych do zarządzania ryzykiem projektów rolnych, należało dokonać pewnych jego modyfikacji w stosunku do zaproponowanego systemu 11 przygotowanego pod kątem jednostek samorządowych, realizujących projekty europejskie. Na wstępie należało ustalić typy projektów rolnych, dla których będzie można analizować ryzyka. Na podstawie listy typów projektów zdecydowano, że osoba korzystająca z systemu zarządzania ryzykiem projektów rolnych będzie miała możliwość wyboru spośród następujących typów projektu: uprawa buraka cukrowego, uprawa zbóż (pszenica, jęczmień, owies, żyto lub pszenżyto), uprawa kukurydzy, uprawa rzepaku, uprawa słonecznika. Niemniej jednak użytkownicy systemu mają również możliwość dodawania nowych typów projektów rolnych, które chcieliby przeanalizować, ale w takim przypadku muszą samodzielnie zdefiniować fazy projektu i utworzyć rozmyte drzewa decyzyjne. Następnie należało zdefiniować fazy projektu rolnego, w ramach których będzie można identyfikować i oceniać ryzyko. Na podstawie analizy literatury i wywiadów z osobami zarządzającymi przedsiębiorstwami rolnymi wyróżniono następujące fazy cyklu życia projektu rolnego: planowanie projektu faza obejmująca takie czynności, jak opracowanie płodozmianu, zakup nasion, nawozów, środków ochrony roślin, ustalenie harmonogramu zabiegów agrotechnicznych, przygotowanie sprzętu rolniczego, realizowanie projektu faza obejmująca takie czynności, jak wykonanie podorywki i orki, nawożenie przedsiewne, uprawa przedsiewna, siew nasion, oprysk na chwasty czynności wykonywane jesienią; nawożenie pogłówne (I dawka), oprysk na szkodniki, nawożenie pogłówne (II dawka), oprysk na choroby grzybowe i szkodniki czynności wykonywane wiosną; zbiór uprawy, ewentualne suszenie, magazynowanie czynności wykonywane latem, rozliczenie i zakończenie projektu faza obejmująca takie czynności, jak sprzedaż uprawy oraz obliczenie zysków ze sprzedaży na podstawie poniesionych kosztów. 11 D. Kuchta, E. Ptaszyńska: The Concept..., op. cit.; Eadem: Zarządzanie ryzykiem..., op. cit.
9 Rozmyte drzewa decyzyjne jako narzędzie zarządzania 309 Po wyborze typu i fazy projektu użytkownik przechodzi do wyboru konkretnego projektu, który chce analizować. Są tu również dwie możliwości: można wybrać do analizy istniejący już projekt lub dodać nowy. Dla wybranego projektu rolnego użytkownik decyduje, który rodzaj ryzyka chce analizować: opóźnienie projektu, wzrost kosztów projektu czy niedotrzymanie wymagań jakościowych. Po wykonaniu wyżej opisanych kroków następuje wyświetlenie drzew dla wybranego ryzyka i fazy projektu, które zostały utworzone na podstawie przeszłych projektów rolnych należących do tego samego typu projektu, co projekt analizowany przez użytkownika. Jeżeli w przedsiębiorstwie rolnym w przeszłości nie było tego typu projektów, to zostaje wyświetlone tylko jedno drzewo domyślne, zaproponowane przez system. Należy podkreślić, że drzewa domyślne w systemie są tylko propozycją stworzoną na podstawie analizy dokumentacji dotyczącej projektów rolnych oraz wywiadów z pracownikami i zarządem. Użytkownicy mogą je modyfikować. Natomiast jeżeli w przedsiębiorstwie rolnym w przeszłości były już tworzone i wypełniane drzewa dla danego ryzyka szczytowego, typu i fazy projektu, to zostają one wyświetlone. Zaproponowane drzewa można tak jak w przypadku drzew domyślnych dowolnie modyfikować. 4. Przebieg eksperymentu Propozycja wykorzystania rozmytych drzew decyzyjnych do zarządzania ryzykiem projektów rolnych została przetestowana w wybranym wielkoobszarowym przedsiębiorstwie rolnym (powierzchnia gruntów rolnych równa 700 ha) na kilku projektach tego samego typu uprawa rzepaku. Niżej zostaną przedstawione przykłady, które ukazują, jak zdobywane doświadczenia usprawniają ocenę ryzyka i zarządzanie ryzykiem projektów w przedsiębiorstwach rolnych. Analizy dokonano na przykładzie kilku projektów typu uprawa rzepaku, ponieważ analizowane przedsiębiorstwo rolne dopiero od pewnego czasu zdecydowało się na uprawę akurat tej rośliny. Na rys. 2 przedstawiono drzewo dla ryzyka szczytowego niedotrzymanie wymagań jakościowych, wypełnione dla projektu typu uprawa rzepaku, która w 2010 roku była realizowana po raz pierwszy w wybranym przedsiębiorstwie rolnym.
10 310 Dorota Kuchta, Ewa Ptaszyńska Rys. 2. Drzewo ryzyka niedotrzymanie wymagań jakościowych dla 1 projektu typu uprawa rzepaku w fazie jego planowania w 2010 roku W drzewie przedstawionym na rys. 2 wierzchołki, zależności między nimi oraz atrybuty ustalili eksperci, ponieważ nie było jeszcze żadnej bazy wiedzy na temat projektów tego typu. Uznano, iż ryzyko niezależne (pierwotne), to: zbyt wczesny termin siewu, zbyt późny termin siewu, za mało nawozu, za dużo nawozu, nieodpowiedni termin nawożenia, nieprawidłowe przygotowanie roli. Zaczęto od oceny atrybutów tych właśnie rodzajów ryzyka. Jeśli chodzi o prawdopodobieństwo, to najniżej zostało ocenione prawdopodobieństwo nieprawidłowego przygotowania roli pod zasiew. Wynikało to z faktu, że analizowane przedsiębiorstwo rolne miało już doświadczenie w uprawianiu innych roślin, więc nie było problemów z przygotowaniem roli. Natomiast większym ryzykiem były obarczone takie zdarzenia, jak nieprawidłowy termin siewu i nieprawidłowe nawożenie, które muszą być już odpowiednio dostosowane do danego typu uprawy.
11 Rozmyte drzewa decyzyjne jako narzędzie zarządzania 311 Następnie uznano, że w przypadku rozpatrywanego projektu poprawne będzie wnioskowanie na podstawie następujących reguł: R1. JEŻELI prawdopodobieństwo zbyt wczesnego terminu siewu jest średnie I prawdopodobieństwo zbyt późnego terminu siewu jest średnie TO prawdopodobieństwo nieprawidłowego terminu siewu jest średnie. R2. JEŻELI prawdopodobieństwo zbyt małego nawożenia jest średnie I prawdopodobieństwo zbyt dużego nawożenia jest średnie I prawdopodobieństwo nieodpowiedniego terminu nawożenia jest średnie TO prawdopodobieństwo nieprawidłowego nawożenia jest średnie. R3. JEŻELI prawdopodobieństwo nieprawidłowego terminu siewu jest średnie I prawdopodobieństwo nieprawidłowego przygotowania uprawy jest małe I prawdopodobieństwo nieprawidłowego nawożenia jest średnie TO prawdopodobieństwo niedotrzymania wymagań jakościowych jest średnie. Po zakończeniu projektu zweryfikowano drzewo z rys. 2: wierzchołki, powiązania, atrybuty poszczególnych zdarzeń, reguły decyzyjne i włączono je jako drzewo reprezentujące nabytą wiedzę na temat ryzyka niedotrzymania wymogów jakościowych w projektach typu uprawa rzepaku. Z tego drzewa skorzystano przy tworzeniu drzewa dotyczącego niedotrzymania warunków jakościowych dla następnego projektu typu uprawa rzepaku. Jednak ocena prawdopodobieństw ryzyka pierwotnego dokonana przez eksperta była już nieco inna, bo był to kolejny projekt tego samego typu. Wszystkie prawdopodobieństwa tych rodzajów ryzyka uznano za małe. Konsekwencje oceniono jednak tak samo, jak w pierwszym projekcie: jako średnie. Stąd konsekwencje ryzyka mającego synów, czyli: nieprawidłowego terminu siewu, nieprawidłowego nawożenia i ostatecznie niedotrzymania terminów jakościowych mogły być dla drugiego projektu wyznaczone automatycznie, na podstawie reguł z drzewa z rys. 1. Natomiast prawdopodobieństwa wszystkich zdarzeń dla nowego projektu, również tych mających synów, musiały być ocenione przez eksperta, bo nie było reguł z tymi samymi ani podobnymi przesłankami. Na rys. 3 przedstawiono drzewo wypełnione (częściowo automatycznie, częściowo na podstawie wiedzy eksperckiej) dla drugiego realizowanego projektu w analizowanym przedsiębiorstwie rolnym, należącego do typu projektu uprawa rzepaku. Po zakończeniu drugiego projektu drzewo to zostało pozytywnie zweryfikowane przez ekspertów i włączone do bazy wiedzy dla projektów typu uprawa rzepaku, wraz z odpowiednimi regułami.
12 312 Dorota Kuchta, Ewa Ptaszyńska Rys. 3. Drzewo ryzyka niedotrzymanie wymagań jakościowych dla 2 projektu typu uprawa rzepaku w fazie jego planowania w 2011 roku Jak widać na rys. 3, prawdopodobieństwo niespełnienia wymagań jakościowych projektu zostało zmniejszone do małe. Nastąpiło to dzięki wykorzystaniu doświadczeń z poprzedniego roku. Agronom wiedząc, że w poprzednim roku termin siewu był zbyt późny, tym razem lepiej dobrał jego termin. Ponadto wyeliminował błędy dotyczące nawożenia uprawy rzepaku. Dzięki powziętym działaniom ryzyko niedotrzymania wymagań jakościowych uległo zmniejszeniu. Po zrealizowaniu drugiego projektu do bazy reguł zostały dodane nowe reguły: R1. JEŻELI prawdopodobieństwo zbyt wczesnego terminu siewu jest małe I prawdopodobieństwo zbyt późnego terminu siewu jest małe TO prawdopodobieństwo nieprawidłowego terminu siewu jest małe. R2. JEŻELI prawdopodobieństwo zbyt małego nawożenia jest małe I prawdopodobieństwo zbyt dużego nawożenia jest małe I prawdopodobieństwo nieodpowiedniego terminu nawożenia jest małe TO prawdopodobieństwo nieprawidłowego nawożenia jest małe. R3. JEŻELI prawdopodobieństwo nieprawidłowego terminu siewu jest małe I prawdopodobieństwo nieprawidłowego przygotowania uprawy jest małe I prawdopodobieństwo nieprawidłowego nawożenia jest małe TO prawdopodobieństwo niedotrzymania wymagań jakościowych jest małe.
13 Rozmyte drzewa decyzyjne jako narzędzie zarządzania 313 W trakcie realizacji trzeciego projektu (w 2012 roku) tego samego typu ekspert ocenił ryzyko niezależne na podstawie najnowszego drzewa (czyli tego z rys. 3), zaakceptował występujące tam reguły wnioskowania, w związku z tym zostało utworzone, a potem zweryfikowane, takie samo drzewo jak na rys. 3. Stąd też przed kolejnym projektem lista reguł będzie następująca: R1 (moc = 1), R2 (moc = 1), R3 (moc = 1), R4 (moc = 2), R5 (moc = 2) i R6 (moc = 2). Z tej bazy wiedzy można będzie korzystać (i ją ewentualnie uzupełniać) przy kolejnych projektach typu uprawa rzepaku. Baza złożona z dwóch drzew i sześciu reguł jest oczywiście bardzo uboga, jednak już ona pozwoliła przy drugim i trzecim projekcie zaoszczędzić czas poświęcony na analizę ryzyka i skorzystać z zebranych doświadczeń. Przy drugim projekcie prawdopodobieństwo ryzyka uległo zmniejszeniu w stosunku do projektu pierwszego, w dużej mierze właśnie dzięki zaproponowanemu systemowi, wymuszającemu uwzględnienie ryzyka i jego atrybutów z poprzednich, podobnych projektów. W eksperymencie tworzono również drzewa dla ryzyka szczytowego opóźnienie projektu. Uczestnicy eksperymentu byli zadowoleni z testowanego systemu. Wiedzę na temat struktury drzew i poszczególnych atrybutów w zasadzie posiadali, jednak nie umieli jej formalizować i archiwizować. Zaproponowany system im to umożliwił. Właściciel gospodarstwa był zadowolony dlatego, że wiedział, iż wiedza na temat ryzyka w poszczególnych typach projektów będzie dostępna również dla ewentualnych przyszłych, niedoświadczonych pracowników. Zyskają oni w prosty sposób świadomość ryzyka w rozpatrywanych projektach, bo zobaczą, co się działo w projektach już zrealizowanych, zyskają również wsparcie w ocenie ryzyka w nowych projektach. Podsumowanie W niniejszym artykule przedstawiono wykorzystanie systemu opartego na rozmytych drzewach decyzyjnych, zaproponowanego wcześniej polskim jednostkom samorządu terytorialnego do zarządzania ryzykiem projektów rolnych realizowanych przez wielkoobszarowe przedsiębiorstwa rolne. Zaproponowane podejście w analizowanym przedsiębiorstwie rolnym okazało się trafne. Na podstawie analizy kolejnych projektów można było zaobserwować, jak następował proces uczenia się i jak korzystanie z doświadczeń wpływało na ograniczanie ryzyka projektów rolnych. Dzięki temu prawdopodobieństwo i konsekwencje wybranych rodzajów ryzyka uległy zmniejszeniu. Celem artykułu była odpowiedź na pytanie, czy rozmyte drzewa decyzyjne to dobra metoda do zarzą-
14 314 Dorota Kuchta, Ewa Ptaszyńska dzania ryzkiem projektów rolnych. Po przeprowadzonych analizach i wywiadach z pracownikami wybranego przedsiębiorstwa rolnego odpowiedź jest twierdząca. Oczywiście jest to jedynie wstępna weryfikacja, przeprowadzona na podstawie jednego przedsiębiorstwa rolnego i tylko na podstawie kilkunastu projektów. W dalszym etapie prac należałoby więc przetestować proponowane podejście na większej liczbie projektów i przedsiębiorstw rolnych. Literatura Chong Y.Y., Brown E.M.: Zarządzanie ryzykiem projektu. Oficyna Ekonomiczna, Kraków Courtot H.: La gestion des risques dans les projets. Economica, Paryż Hillson D.: Managing Risk in Projects. Bower Publishing, Kuchta D., Ptaszyńska E.: The Concept of System Supporting Risk Management In European Projects. Information Systems Architecture and Technology. Eds. L. Borzemski, A. Grzech, J. Świątek, Z. Wilimowska. Politechnika Wrocławska, Wrocław Kuchta D., Ptaszyńska E.: Zarządzanie ryzykiem poprzez uczenie się w projektach europejskich. W: Modelowanie preferencji a ryzyko 10. Red. T. Trzaskalik. Akademia Ekonomiczna, Katowice Luu V.T., Kim S.Y., Tuan N.V., Ogunlana S.O.: Quantifying Schedule Risk in Construction Projects Using Bayesian Belief Network. International Journal of Project Management 2009, Vol. 27(1). Ossa de la L., Gámez J.A., Puerta J.M.: Learning Weighted Linguistic Fuzzy Rules by Using Specifically-tailored Hybrid Estimation of Distribution Algorithms. International Journal of Approximate Reasoning 2009, Vol. 50(3). Pritchard C.L.: Zarządzanie ryzykiem w projektach. Teoria i praktyka. WIG-Press, Warszawa Ptaszyńska E.: Metoda zarządzania ryzykiem projektów. Wrocław Ptaszyńska E., Kuchta D.: Wykorzystanie procesu uczenia się w zarządzaniu ryzykiem projektów rolnych. przyjęte do druku w Wyższa Szkoła Oficerska, Wrocław FUZZY DECISION TREES AS A TOOL OF AGRICULTURAL PROJECTS RISK MANAGEMENT Summary On the basis of interviews with persons managing Polish agricultural companies it was found out that, in spite of the fact that risk is often taken into account in the agri-
15 Rozmyte drzewa decyzyjne jako narzędzie zarządzania 315 cultural activity, no risk management methods are used in agricultural projects (i.e. projects realized by agricultural companies). Thus in the paper a proposal is presented of using in agricultural project risk management a system based on fuzzy decision trees, put forward earlier by the authors for Polish self government units. In the paper the main traits of the system as well as selected steps of an experiment of the system application conducted in one of Polish agricultural companies are described.
Rozmyte drzewa decyzyjne jako narzędzie zarządzania ryzykiem projektów rolnych. Dorota Kuchta Ewa Ptaszyńska Politechnika Wrocławska
Rozmyte drzewa decyzyjne jako narzędzie zarządzania ryzykiem projektów rolnych Dorota Kuchta Ewa Ptaszyńska Politechnika Wrocławska Spis treści Ryzyko w projektach, narzędzia wspomagające zarządzanie ryzykiem
Bardziej szczegółowoWYKORZYSTANIE PROCESU UCZENIA SIĘ W ZARZĄDZANIU RYZYKIEM PROJEKTÓW ROLNYCH
ZESZYTY NAUKOWE WSOWL Nr 4 (170) 2013 ISSN 1731-8157 DOI: 10.5604/17318157.1117532 WYKORZYSTANIE PROCESU UCZENIA SIĘ W ZARZĄDZANIU RYZYKIEM PROJEKTÓW ROLNYCH Dorota KUCHTA, Ewa PTASZYŃSKA Wydział Zarządzania,
Bardziej szczegółowoRozdział 4. Zastosowanie podejścia rozmytego w zarządzaniu ryzykiem projektów. , która jest zdefiniowana na zbiorze liczb rzeczywistych w sposób [ ]
Rozdział 4. Zastosowanie podejścia rozmytego w zarządzaniu ryzykiem projektów 4.1. Podstawowe pojęcia dotyczące liczb rozmytych W niniejszym rozdziale omówimy zastosowanie podejścia rozmytego w zarządzaniu
Bardziej szczegółowoKrytyczne czynniki sukcesu w zarządzaniu projektami
Seweryn SPAŁEK Krytyczne czynniki sukcesu w zarządzaniu projektami MONOGRAFIA Wydawnictwo Politechniki Śląskiej Gliwice 2004 SPIS TREŚCI WPROWADZENIE 5 1. ZARZĄDZANIE PROJEKTAMI W ORGANIZACJI 13 1.1. Zarządzanie
Bardziej szczegółowoData Mining Wykład 5. Indukcja drzew decyzyjnych - Indeks Gini & Zysk informacyjny. Indeks Gini. Indeks Gini - Przykład
Data Mining Wykład 5 Indukcja drzew decyzyjnych - Indeks Gini & Zysk informacyjny Indeks Gini Popularnym kryterium podziału, stosowanym w wielu produktach komercyjnych, jest indeks Gini Algorytm SPRINT
Bardziej szczegółowoRAPORT Z POLSKIEGO BADANIA PROJEKTÓW IT 2010
RAPORT Z POLSKIEGO BADANIA PROJEKTÓW IT 2010 Odpowiada na pytania: Jaka część projektów IT kończy się w Polsce sukcesem? Jak wiele projektów sponsorowanych jest przez instytucje publiczne? Czy kończą się
Bardziej szczegółowoŚCIEŻKA: Zarządzanie projektami
ŚCIEŻKA: Zarządzanie projektami Ścieżka dedykowana jest każdej osobie, która chce rozwijać siebie i swoją organizację - w szczególności: Kadrze menedżerskiej i kierowniczej przedsiębiorstw Kierownikom
Bardziej szczegółowoMetodyka zarządzania ryzykiem w obszarze bezpieczeństwa informacji
2012 Metodyka zarządzania ryzykiem w obszarze bezpieczeństwa informacji Niniejszy przewodnik dostarcza praktycznych informacji związanych z wdrożeniem metodyki zarządzania ryzykiem w obszarze bezpieczeństwa
Bardziej szczegółowoĆWICZENIE Calowanie pokoju gościnnego Ent-teach Rozdział 6 Zarządzanie Projektem
ĆWICZENIE Calowanie pokoju gościnnego Ent-teach Rozdział 6 Zarządzanie Projektem Opis ćwiczenia Ty i trójka Twoich przyjaciół decydujecie się przemalować Wasz salon. Aby zrealizować ten projekt, musicie
Bardziej szczegółowoInŜynieria Rolnicza 14/2005. Streszczenie
Michał Cupiał Katedra InŜynierii Rolniczej i Informatyki Akademia Rolnicza w Krakowie PROGRAM WSPOMAGAJĄCY NAWOśENIE MINERALNE NAWOZY 2 Streszczenie Przedstawiono program Nawozy 2 wspomagający nawoŝenie
Bardziej szczegółowoWeryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1
Weryfikacja hipotez statystycznych KG (CC) Statystyka 26 V 2009 1 / 1 Sformułowanie problemu Weryfikacja hipotez statystycznych jest drugą (po estymacji) metodą uogólniania wyników uzyskanych w próbie
Bardziej szczegółoworzedsiębiorczość, organizacje pozarządowe, integracja, wykluczenie społeczne, spółdzielnie to hasła, które pojawiają się przy definiowaniu ekonomii społecznej. Ale czy tak naprawdę wiemy, co oznaczają
Bardziej szczegółowoZarządzanie projektami a zarządzanie ryzykiem
Ewa Szczepańska Zarządzanie projektami a zarządzanie ryzykiem Warszawa, dnia 9 kwietnia 2013 r. Agenda Definicje Wytyczne dla zarządzania projektami Wytyczne dla zarządzania ryzykiem Miejsce ryzyka w zarządzaniu
Bardziej szczegółowoSummary in Polish. Fatimah Mohammed Furaiji. Application of Multi-Agent Based Simulation in Consumer Behaviour Modeling
Summary in Polish Fatimah Mohammed Furaiji Application of Multi-Agent Based Simulation in Consumer Behaviour Modeling Zastosowanie symulacji wieloagentowej w modelowaniu zachowania konsumentów Streszczenie
Bardziej szczegółowoĆWICZENIE Lody na drodze Ent-teach Rozdział 6 Zarządzanie Projektami
ĆWICZENIE Lody na drodze Ent-teach Rozdział 6 Zarządzanie Projektami Opis ćwiczenia W poniższym zadaniu, uczestnicy muszą zaplanować tydzień sprzedaży lodów na ulicy w ich rodzinnym mieście (centrum).
Bardziej szczegółowoKOSZTY UŻYTKOWANIA MASZYN W STRUKTURZE KOSZTÓW PRODUKCJI ROŚLINNEJ W WYBRANYM PRZEDSIĘBIORSTWIE ROLNICZYM
Inżynieria Rolnicza 13/2006 Zenon Grześ, Ireneusz Kowalik Instytut Inżynierii Rolniczej Akademia Rolnicza w Poznaniu KOSZTY UŻYTKOWANIA MASZYN W STRUKTURZE KOSZTÓW PRODUKCJI ROŚLINNEJ W WYBRANYM PRZEDSIĘBIORSTWIE
Bardziej szczegółowoSTUDIA PODYPLOMOWE BEZPIECZEŃSTWO I HIGIENA PRACY
STUDIA PODYPLOMOWE BEZPIECZEŃSTWO I HIGIENA PRACY Ocena ryzyka zawodowego to proste! 17-10-15 Wprowadzenie 1. Ryzyko zawodowe narzędzie do poprawy warunków pracy Kodeks pracy: 1991 r. - art. 215 1996 r.
Bardziej szczegółowoPlan zarządzania projektem
Plan zarządzania projektem Opracował: Zatwierdził: Podpis: Podpis: Spis treści: 1. Wst p... 2 1.1 Cel... 2 1.2 Zakres... 2 1.3 Przeznaczenie dokumentu... 2 1.4 Organizacja dokumentu... 2 1.5 Dokumenty
Bardziej szczegółowoNowe narzędzia zarządzania jakością
Nowe narzędzia zarządzania jakością Agnieszka Michalak 106947 Piotr Michalak 106928 Filip Najdek 106946 Co to jest? Nowe narzędzia jakości - grupa siedmiu nowych narzędzi zarządzania jakością, które mają
Bardziej szczegółowoNawożenie wgłębne: czy warto na nie postawić?
https://www. Nawożenie wgłębne: czy warto na nie postawić? Autor: Anita Musialska Data: 14 stycznia 2016 Nawożenie wgłębne ma zastosowanie przede wszystkim w uprawie bezorkowej. Najlepsze rezultaty uzyskamy
Bardziej szczegółowoMenedżerskie studia podyplomowe Zarządzanie firmą. Instrumentarium współczesnego menedżera
Menedżerskie studia podyplomowe Zarządzanie firmą. Instrumentarium współczesnego menedżera Zarządzanie projektami najlepsze światowe praktyki mgr Marcin Gałuszka Zajęcia 2 - Wrocław, 28.01.2012 AGENDA
Bardziej szczegółowoRealizacja systemu ECVET w projektach mobilności Leonardo da Vinci Warszawa 10 czerwca 2014 r. Krzysztof Świerk Zespół Ekspertów ECVET
Realizacja systemu ECVET w projektach mobilności Leonardo da Vinci Warszawa 10 czerwca 2014 r. Krzysztof Świerk Jednostki efektów uczenia się / efekty uczenia się wprowadzenie do pierwszej sesji warsztatowej
Bardziej szczegółowoZarządzanie projektami IT
Zarządzanie projektami IT Źródła Zarządzanie projektami, J. Betta, Politechnika Wrocławska, 2011 Zarządzanie projektami IT, P. Brzózka, CuCamp, styczeń 2011 Zarządzanie projektami IT w przedsiębiorstwie
Bardziej szczegółowoPLAN ZARZĄDZANIA WYMAGANIAMI PROJEKT <NAZWA PROJEKTU> WERSJA <NUMER WERSJI DOKUMENTU>
Załącznik nr 4.4 do Umowy nr 35-ILGW-253-.../20.. z dnia... MINISTERSTWO FINANSÓW DEPARTAMENT INFORMATYKI PLAN ZARZĄDZANIA WYMAGANIAMI PROJEKT WERSJA numer wersji
Bardziej szczegółowoWarsztaty dotyczące realizacji systemu ECVET w projektach mobilności w sektorze Kształcenie i Szkolenie Zawodowe
Warsztaty dotyczące realizacji systemu ECVET w projektach mobilności w sektorze Kształcenie i Szkolenie Zawodowe Warszawa 4 grudnia 2015 r. Jednostki efektów uczenia się / efekty uczenia się wprowadzenie
Bardziej szczegółowoSpis treści. 1 Moduł RFID (APA) 3
Spis treści 1 Moduł RFID (APA) 3 1.1 Konfigurowanie Modułu RFID..................... 3 1.1.1 Lista elementów Modułu RFID................. 3 1.1.2 Konfiguracja Modułu RFID (APA)............... 4 1.1.2.1
Bardziej szczegółowoSpacery losowe generowanie realizacji procesu losowego
Spacery losowe generowanie realizacji procesu losowego Michał Krzemiński Streszczenie Omówimy metodę generowania trajektorii spacerów losowych (błądzenia losowego), tj. szczególnych procesów Markowa z
Bardziej szczegółowoWIELOKRYTERIALNE PORZĄDKOWANIE METODĄ PROMETHEE ODPORNE NA ZMIANY WAG KRYTERIÓW
Uniwersytet Ekonomiczny we Wrocławiu WIELOKRYTERIALNE PORZĄDKOWANIE METODĄ PROMETHEE ODPORNE NA ZMIANY WAG KRYTERIÓW Wprowadzenie Wrażliwość wyników analizy wielokryterialnej na zmiany wag kryteriów, przy
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA WYKŁAD 10. WNIOSKOWANIE W LOGICE ROZMYTEJ Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska WNIOSKOWANIE W LOGICE DWUWARTOŚCIOWEJ W logice
Bardziej szczegółowoSzkolenie: Zarządzanie cyklem projektu w Jednostkach Samorządu Terytorialnego
Szkolenie: Zarządzanie cyklem projektu w Jednostkach Samorządu Terytorialnego Temat: Szkolenie: Zarządzanie cyklem projektu w Jednostkach Samorządu Terytorialnego Termin: do ustalenia Miejsce: do ustalenia
Bardziej szczegółowoZarządzanie projektami. Wykład 2 Zarządzanie projektem
Zarządzanie projektami Wykład 2 Zarządzanie projektem Plan wykładu Definicja zarzadzania projektami Typy podejść do zarządzania projektami Cykl życia projektu/cykl zarządzania projektem Grupy procesów
Bardziej szczegółowoZmiany w standardzie ISO dr inż. Ilona Błaszczyk Politechnika Łódzka
Zmiany w standardzie ISO 9001 dr inż. Ilona Błaszczyk Politechnika Łódzka 1 W prezentacji przedstawiono zmiany w normie ISO 9001 w oparciu o projekt komitetu. 2 3 4 5 6 Zmiany w zakresie terminów używanych
Bardziej szczegółowoCel projektu: Wymogi dotyczące sprawozdania:
W ramach zajęć proszę wykonać sprawozdanie z logiki rozmytej. Sprawozdanie powinno realizować zadanie wnioskowania rozmytego. Cel projektu: Student projektuje bazę wiedzy wnioskowania rozmytego (kilka,
Bardziej szczegółowoSystemy ekspertowe. Krzysztof Patan
Systemy ekspertowe Krzysztof Patan Wprowadzenie System ekspertowy Program komputerowy, który wykonuje złożone zadania o dużych wymaganiach intelektualnych i robi to tak dobrze jak człowiek będący ekspertem
Bardziej szczegółowoDwuwymiarowy sposób na podróbki > 34
TEMAT NUMERU I Bezpieczeństwo WIELE WYMIARÓW BEZPIECZEŃSTWA I zapobieganie zanieczyszczeniom krzyżowym I walka z fałszowaniem leków I walidacja rozwiązań chmurowych Maszyny rozwoju > 20 Dwuwymiarowy sposób
Bardziej szczegółowo1/ Nazwa zadania: Dostawa, wdrożenie i serwis informatycznego systemu zarządzania projektami dla Urzędu Miejskiego Wrocławia wraz ze szkoleniem.
1/ Nazwa zadania: Dostawa, wdrożenie i serwis informatycznego systemu zarządzania projektami dla Urzędu Miejskiego Wrocławia wraz ze szkoleniem. 2/ Wykonawcy: Konsorcjum: Netline Group wraz z Premium Technology
Bardziej szczegółowoOPROGRAMOWANIE WSPOMAGAJĄCE ZARZĄDZANIE PROJEKTAMI. PLANOWANIE ZADAŃ I HARMONOGRAMÓW. WYKRESY GANTTA
OPROGRAMOWANIE WSPOMAGAJĄCE ZARZĄDZANIE PROJEKTAMI. PLANOWANIE ZADAŃ I HARMONOGRAMÓW. WYKRESY GANTTA Projekt to metoda na osiągnięcie celów organizacyjnych. Jest to zbiór powiązanych ze sobą, zmierzających
Bardziej szczegółowoKILKA SŁÓW O ROLI PRODUCT MANAGERA
CZĘŚĆ I. KILKA SŁÓW O ROLI PRODUCT MANAGERA Product manager pracuje na styku świata IT i biznesu. Analizuje potrzeby użytkowników i klientów, współpracuje ze wszystkimi działami firmy maksymalizując wartość
Bardziej szczegółowoOD JAKOŚCI DO TRWAŁOŚCI REZULTATÓW W PROJEKTACH ERASMUS+
OD JAKOŚCI DO TRWAŁOŚCI REZULTATÓW W PROJEKTACH ERASMUS+ Zapewnienie jakości Anna Bielecka Agnieszka Włodarczyk Warszawa, 30 października 2017 r. CZYM JEST JAKOŚĆ? JAKOŚĆ NIE JEST POJĘCIEM CAŁKOWICIE
Bardziej szczegółowoRISK-AWARE PROJECT SCHEDULING
RISK-AWARE PROJECT SCHEDULING METODA GRASP KAROL WALĘDZIK DEFINICJA ZAGADNIENIA RESOURCE-CONSTRAINED PROJECT SCHEDULING (RCPS) Karol Walędzik - RAPS 3 RISK-AWARE PROJECT SCHEDULING (RAPS) 1 tryb wykonywania
Bardziej szczegółowoPrzedsiębiorcy o podatkach
Przedsiębiorcy o podatkach Raport z badania ilościowego przeprowadzonego na zlecenie Związku Przedsiębiorców i Pracodawców Warszawa, 17.05.2017 Spis treści 2 OPIS BADANIA 3 PODSUMOWANIE 6 WYNIKI ANEKS
Bardziej szczegółowo8 Przygotowanie wdrożenia
1 Krok 8 Przygotowanie wdrożenia Wprowadzenie Przed rozpoczęciem wdrażania Miejskiego Programu Energetycznego administracja miejska powinna dokładnie przygotować kolejne kroki. Pierwszym jest powołanie
Bardziej szczegółowoSystemy uczące się Lab 4
Systemy uczące się Lab 4 dr Przemysław Juszczuk Katedra Inżynierii Wiedzy, Uniwersytet Ekonomiczny 26 X 2018 Projekt zaliczeniowy Podstawą zaliczenia ćwiczeń jest indywidualne wykonanie projektu uwzględniającego
Bardziej szczegółowoOcena Ryzyka Zawodowego AKTUALIZACJA OCENY RYZYKA ZAWODOWEGO NA STANOWISKACH PRACY W ZESPOLE SZKÓŁ SAMORZĄDOWYCH W PARADYŻU
Strona: 1 AKTUALIZACJA OCENY RYZYKA ZAWODOWEGO NA STANOWISKACH PRACY W ZESPOLE SZKÓŁ SAMORZĄDOWYCH W PARADYŻU Zredagował: Specjalista ds. bhp Data: 2014.02.03, podpis Zatwierdził Dyrektor Data: 2014.02.03,
Bardziej szczegółowoZwalczanie szkodników rzepaku: skuteczne sposoby!
.pl https://www..pl Zwalczanie szkodników rzepaku: skuteczne sposoby! Autor: Małgorzata Srebro Data: 11 kwietnia 2018 Każdego roku, zarówno wiosną, jak i jesienią, rośliny rzepaku wymagają intensywnej
Bardziej szczegółowoSIEĆ NEURONOWA DO OCENY KOŃCOWEJ PRZEDSIĘWZIĘCIA (PROJEKTU)
SIEĆ NEURONOWA DO OCENY KOŃCOWEJ PRZEDSIĘWZIĘCIA (PROJEKTU) 1. Opis problemu - ocena końcowa projektu Projekt jako nowe, nietypowe przedsięwzięcie wymaga właściwego zarządzania. Podjęcie się realizacji
Bardziej szczegółowoGeneracja Y o mediach społecznościowych w miejscu pracy
Generacja Y o mediach społecznościowych w miejscu pracy Raport z badania Szymon Góralski Wrocław, 2013 ul. Więzienna 21c/8, 50-118 Wrocław, tel. 71 343 70 15, fax: 71 343 70 13, e-mail: biuro@rrcc.pl,
Bardziej szczegółowoTemat 20. Techniki algorytmiczne
Realizacja podstawy programowej 5. 1) wyjaśnia pojęcie algorytmu, podaje odpowiednie przykłady algorytmów rozwiązywania różnych problemów; 2) formułuje ścisły opis prostej sytuacji problemowej, analizuje
Bardziej szczegółowoPrzepustowość kanału, odczytywanie wiadomości z kanału, poprawa wydajności kanału.
Przepustowość kanału, odczytywanie wiadomości z kanału, poprawa wydajności kanału Wiktor Miszuris 2 czerwca 2004 Przepustowość kanału Zacznijmy od wprowadzenia równości IA, B HB HB A HA HA B Można ją intuicyjnie
Bardziej szczegółowoR o g e r A c c e s s C o n t r o l S y s t e m 5
R o g e r A c c e s s C o n t r o l S y s t e m 5 Nota aplikacyjna nr 003 Wersja dokumentu: Rev. B Uprawnienia Uwaga: Niniejszy dokument dotyczy RACS v5.2 (VISO 1.2.2 lub nowszy) Wprowadzenie W systemie
Bardziej szczegółowoDwie szkoły oceny 360 stopni. Sprawdź różnicę pomiędzy klasycznym a nowoczesnym podejściem
Sprawdź różnicę pomiędzy klasycznym a nowoczesnym podejściem Czy stosowanie tradycyjnego podejścia do metody 360 stopni jest jedynym rozwiązaniem? Poznaj dwa podejścia do przeprowadzania procesu oceny
Bardziej szczegółowoZad. 4: Rotacje 2D. 1 Cel ćwiczenia. 2 Program zajęć. 3 Opis zadania programowego
Zad. 4: Rotacje 2D 1 Cel ćwiczenia Wykształcenie umiejętności modelowania kluczowych dla danego problemu pojęć. Definiowanie właściwego interfejsu klasy. Zwrócenie uwagi na dobór odpowiednich struktur
Bardziej szczegółowoUsługi analityczne budowa kostki analitycznej Część pierwsza.
Usługi analityczne budowa kostki analitycznej Część pierwsza. Wprowadzenie W wielu dziedzinach działalności człowieka analiza zebranych danych jest jednym z najważniejszych mechanizmów podejmowania decyzji.
Bardziej szczegółowoALGORYTM PROJEKTOWANIA ROZMYTYCH SYSTEMÓW EKSPERCKICH TYPU MAMDANI ZADEH OCENIAJĄCYCH EFEKTYWNOŚĆ WYKONANIA ZADANIA BOJOWEGO
Szybkobieżne Pojazdy Gąsienicowe (2) Nr 2, 24 Mirosław ADAMSKI Norbert GRZESIK ALGORYTM PROJEKTOWANIA CH SYSTEMÓW EKSPERCKICH TYPU MAMDANI ZADEH OCENIAJĄCYCH EFEKTYWNOŚĆ WYKONANIA ZADANIA BOJOWEGO. WSTĘP
Bardziej szczegółowoRozdział ten zawiera informacje o sposobie konfiguracji i działania Modułu OPC.
1 Moduł OPC Moduł OPC pozwala na komunikację z serwerami OPC pracującymi w oparciu o model DA (Data Access). Dzięki niemu można odczytać stan obiektów OPC (zmiennych zdefiniowanych w programie PLC), a
Bardziej szczegółowoANALIZA WYDAJNOŚCI PRODUKCYJNEJ RODZINNEGO GOSPODARSTWA ROLNEGO PRZY POMOCY SIECI NEURONOWEJ
InŜynieria Rolnicza 12/2006 Katarzyna Siejka, Andrzej Tukiendorf Katedra Techniki Rolniczej i Leśnej Politechnika Opolska ANALIZA WYDAJNOŚCI PRODUKCYJNEJ RODZINNEGO GOSPODARSTWA ROLNEGO PRZY POMOCY SIECI
Bardziej szczegółowoCzynniki determinujące opłacalność produkcji wybranych produktów rolniczych w perspektywie średnioterminowej
Czynniki determinujące opłacalność produkcji wybranych produktów rolniczych w perspektywie średnioterminowej Konferencja nt. WPR a konkurencyjność polskiego i europejskiego sektora żywnościowego 26-28
Bardziej szczegółowoZajęcia nr. 3 notatki
Zajęcia nr. 3 notatki 22 kwietnia 2005 1 Funkcje liczbowe wprowadzenie Istnieje nieskończenie wiele funkcji w matematyce. W dodaktu nie wszystkie są liczbowe. Rozpatruje się funkcje które pobierają argumenty
Bardziej szczegółowoJWYWIAD SWOBODNY. Narzędzie do badań w działaniu
JWYWIAD SWOBODNY Narzędzie do badań w działaniu Rozmawiając na co dzień z osobami odwiedzającymi naszą instytucję/organizację zdobywamy informacje i opinie na temat realizowanych działań. Nieformalne rozmowy
Bardziej szczegółowoUniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych
Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych ELEMENTY SZTUCZNEJ INTELIGENCJI Laboratorium nr 6 SYSTEMY ROZMYTE TYPU MAMDANIEGO
Bardziej szczegółowoOcena ryzyka środowiskowego w uprawach małoobszarowych. Katarzyna Klimczak
Ocena ryzyka środowiskowego w uprawach małoobszarowych Katarzyna Klimczak Poznań 2011 gorszy przypadek Ocena ryzyka środowiskowego los i zachowanie w środowisku właściwości substancji i środka ochrony
Bardziej szczegółowoInżynieria oprogramowania. Część 8: Metoda szacowania ryzyka - PERT
UNIWERSYTET RZESZOWSKI KATEDRA INFORMATYKI Opracował: mgr inż. Przemysław Pardel v1.01 2010 Inżynieria oprogramowania Część 8: Metoda szacowania ryzyka - PERT ZAGADNIENIA DO ZREALIZOWANIA (3H) PERT...
Bardziej szczegółowoOwies. Tabela 40. Owies odmiany badane w 2014 r. Rok wpisania do KRO LOZ
Owies Owies jest tańszy w uprawie niż inne zboża. Wymaga, bowiem nie tylko mniej intensywnego nawożenia, ale również mniejszej ochrony chemicznej. Wadą natomiast jest niższa cena ziarna na rynku. Gatunek
Bardziej szczegółowoZastosowanie symulacji Monte Carlo do zarządzania ryzykiem przedsięwzięcia z wykorzystaniem metod sieciowych PERT i CPM
SZKOŁA GŁÓWNA HANDLOWA w Warszawie STUDIUM MAGISTERSKIE Kierunek: Metody ilościowe w ekonomii i systemy informacyjne Karol Walędzik Nr albumu: 26353 Zastosowanie symulacji Monte Carlo do zarządzania ryzykiem
Bardziej szczegółowoAgile vs PRINCE2. 2014/2015 I rok st. magisterskie Informatyka
Agile vs PRINCE2 Ewa Solecka - specjalność ogólna- 1117627 Przemysław Mrozowski specjalność ogólna- 1121130 Michał Roztoczyński specjalność ogólna - 1118910 2014/2015 I rok st. magisterskie Informatyka
Bardziej szczegółowoMetoda generowania typowych scenariuszy awaryjnych w zakładach dużego i zwiększonego ryzyka - ExSysAWZ
Metoda generowania typowych scenariuszy awaryjnych w zakładach dużego i zwiększonego ryzyka - ExSysAWZ A.S. Markowski, M. Pietrzykowski, R.J. Żyłła Politechnika Łódzka Katedra Inżynierii Bezpieczeństwa
Bardziej szczegółowoProgramowanie i techniki algorytmiczne
Temat 2. Programowanie i techniki algorytmiczne Realizacja podstawy programowej 1) wyjaśnia pojęcie algorytmu, podaje odpowiednie przykłady algorytmów rozwiązywania różnych 2) formułuje ścisły opis prostej
Bardziej szczegółowoWYKŁAD 6. Reguły decyzyjne
Wrocław University of Technology WYKŁAD 6 Reguły decyzyjne autor: Maciej Zięba Politechnika Wrocławska Reprezentacje wiedzy Wiedza w postaci reguł decyzyjnych Wiedza reprezentowania jest w postaci reguł
Bardziej szczegółowoUSTAWA. z dnia 7 lipca 2005 r. o ubezpieczeniach upraw rolnych i zwierząt gospodarskich Dz. U. 2016r. poz.792 z późn. zm.
USTAWA z dnia 7 lipca 2005 r. o ubezpieczeniach upraw rolnych i zwierząt gospodarskich Dz. U. 2016r. poz.792 z późn. zm. (stan prawny na 01.04.2017r.) Opracowano w Biurze Ubezpieczeń Rolnych Materiał opracowany
Bardziej szczegółowoTabela 42. Owies odmiany badane w 2013 r.
VIII Owies Owies jest tańszy w uprawie niż inne zboża. Wymaga, bowiem nie tylko mniej intensywnego nawożenia, ale również mniejszej ochrony chemicznej. Wadą natomiast jest niższa cena ziarna na rynku.
Bardziej szczegółowoPROBLEMY WIELOKRYTERIALNE W ZARZĄDZANIU PROGRAMAMI INFORMATYCZNYMI
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 80 Electrical Engineering 2014 Michał SZYMACZEK* Sławomir ISKIERKA** PROBLEMY WIELOKRYTERIALNE W ZARZĄDZANIU PROGRAMAMI INFORMATYCZNYMI Autorzy identyfikują
Bardziej szczegółowoORGANIZACJA PROCESÓW DYSTRYBUCJI W DZIAŁALNOŚCI PRZEDSIĘBIORSTW PRODUKCYJNYCH, HANDLOWYCH I USŁUGOWYCH
Systemy Logistyczne Wojsk nr 41/2014 ORGANIZACJA PROCESÓW DYSTRYBUCJI W DZIAŁALNOŚCI PRZEDSIĘBIORSTW PRODUKCYJNYCH, HANDLOWYCH I USŁUGOWYCH ORGANIZATION OF DISTRIBUTION PROCESSES IN PRODUCTIVE, TRADE AND
Bardziej szczegółowoInstytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów
Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa Diagnostyka i niezawodność robotów Laboratorium nr 6 Model matematyczny elementu naprawialnego Prowadzący: mgr inż. Marcel Luzar Cele ćwiczenia:
Bardziej szczegółowoWaterfall model. (iteracyjny model kaskadowy) Marcin Wilk
Waterfall model (iteracyjny model kaskadowy) Marcin Wilk Iteracyjny model kaskadowy jeden z kilku rodzajów procesów tworzenia oprogramowania zdefiniowany w inżynierii oprogramowania. Jego nazwa wprowadzona
Bardziej szczegółowoRisk-Aware Project Scheduling. SimpleUCT
Risk-Aware Project Scheduling SimpleUCT DEFINICJA ZAGADNIENIA Resource-Constrained Project Scheduling (RCPS) Risk-Aware Project Scheduling (RAPS) 1 tryb wykonywania działań Czas trwania zadań jako zmienna
Bardziej szczegółowoUbezpieczenie rzepaku - czy to się opłaca?
Ubezpieczenie rzepaku - czy to się opłaca? Autor: Anna Sokół Data: 4 października 2017 Wśród roślin oleistych uprawianych w Polsce króluje rzepak. Mamy już jesień prawidłowy rozwój rzepaku w tym okresie
Bardziej szczegółowoZarządzanie ryzykiem teoria i praktyka. Ewa Szczepańska Centrum Projektów Informatycznych Warszawa, dnia 31 stycznia 2012 r.
Zarządzanie ryzykiem teoria i praktyka Ewa Szczepańska Centrum Projektów Informatycznych Warszawa, dnia 31 stycznia 2012 r. Zarządzanie ryzykiem - agenda Zarządzanie ryzykiem - definicje Ryzyko - niepewne
Bardziej szczegółowoProjekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego. 1. Cel szkolenia
1. Cel szkolenia m szkolenia jest nauczenie uczestników stosowania standardu PRINCE2 do Zarządzania Projektami Informatycznymi. Metodyka PRINCE2 jest jednym z najbardziej znanych na świecie standardów
Bardziej szczegółowoWykład 4: Wnioskowanie statystyczne. Podstawowe informacje oraz implementacja przykładowego testu w programie STATISTICA
Wykład 4: Wnioskowanie statystyczne Podstawowe informacje oraz implementacja przykładowego testu w programie STATISTICA Idea wnioskowania statystycznego Celem analizy statystycznej nie jest zwykle tylko
Bardziej szczegółowoWsparcie narzędziowe zarządzania ryzykiem w projektach
Wsparcie narzędziowe zarządzania ryzykiem w projektach Spotkanie 4 Zbigniew Misiak (BOC IT Consulting) zbigniew.misiak@gmail.com Czym się będziemy zajmować? Powtórzenie kluczowych zagadnień Prosty test
Bardziej szczegółowoZarządzanie jakością w logistyce ćw. Artur Olejniczak
ćw. artur.olejniczak@wsl.com.pl Plan spotkań Data Godziny Rodzaj 18.03.2012 4 godziny ćw. 14:30-15:30 dyżur 14.04.2012 4 godziny ćw. 28.04.2012 4 godziny ćw. 14:30-15:30 dyżur 19.05.2012 4 godziny ćw.
Bardziej szczegółowo6. Zagadnienie parkowania ciężarówki.
6. Zagadnienie parkowania ciężarówki. Sterowniki rozmyte Aby móc sterować przebiegiem pewnych procesów lub też pracą urządzeń niezbędne jest stworzenie odpowiedniego modelu, na podstawie którego można
Bardziej szczegółowoUsługa: Audyt kodu źródłowego
Usługa: Audyt kodu źródłowego Audyt kodu źródłowego jest kompleksową usługą, której głównym celem jest weryfikacja jakości analizowanego kodu, jego skalowalności, łatwości utrzymania, poprawności i stabilności
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA SYSTEMY ROZMYTE Adrian Horzyk Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Katedra Automatyki i Inżynierii Biomedycznej Laboratorium
Bardziej szczegółowoOrganizacyjny aspekt projektu
Organizacyjny aspekt projektu Zarządzanie funkcjonalne Zarządzanie między funkcjonalne Osiąganie celów poprzez kierowanie bieżącymi działaniami Odpowiedzialność spoczywa na kierownikach funkcyjnych Efektywność
Bardziej szczegółowoProces informacyjny. Janusz Górczyński
Proces informacyjny Janusz Górczyński 1 Proces informacyjny, definicja (1) Pod pojęciem procesu informacyjnego rozumiemy taki proces semiotyczny, ekonomiczny i technologiczny, który realizuje co najmniej
Bardziej szczegółowoScoring kredytowy w pigułce
Analiza danych Data mining Sterowanie jakością Analityka przez Internet Scoring kredytowy w pigułce Mariola Kapla Biuro Informacji Kredytowej S.A. StatSoft Polska Sp. z o.o. ul. Kraszewskiego 36 30-110
Bardziej szczegółowoUSTAWA z dnia...2015 r. o zmianie ustawy o ubezpieczeniach upraw rolnych i zwierząt gospodarskich
USTAWA z dnia....2015 r. Projekt o zmianie ustawy o ubezpieczeniach upraw rolnych i zwierząt gospodarskich Art. 1. W ustawie z dnia 7 lipca 2005 r. o ubezpieczeniach upraw rolnych i zwierząt gospodarskich
Bardziej szczegółowoSkutki zmian klimatycznych dla rolnictwa w Polsce sposoby adaptacji
Zmiany klimatyczne a rolnictwo w Polsce ocena zagrożeń i sposoby adaptacji Warszawa, 30.09.2009 r. Skutki zmian klimatycznych dla rolnictwa w Polsce sposoby adaptacji Katarzyna Mizak Instytut Uprawy Nawożenia
Bardziej szczegółowo1 Moduł E-mail. 1.1 Konfigurowanie Modułu E-mail
1 Moduł E-mail Moduł E-mail daje użytkownikowi Systemu możliwość wysyłania wiadomości e-mail poprzez istniejące konto SMTP. System Vision może używać go do wysyłania informacji o zdefiniowanych w jednostce
Bardziej szczegółowoSkracanie rzepaku wiosną z ochroną fungicydową!
Skracanie rzepaku wiosną z ochroną fungicydową! Autor: Małgorzata Srebro Data: 11 kwietnia 2018 Regulacja wzrostu rzepaku jest bardzo istotnym zabiegiem nie tylko jesiennym, ale również wiosennym. Zadaniem
Bardziej szczegółowoParadygmaty dowodzenia
Paradygmaty dowodzenia Sprawdzenie, czy dana formuła rachunku zdań jest tautologią polega zwykle na obliczeniu jej wartości dla 2 n różnych wartościowań, gdzie n jest liczbą zmiennych zdaniowych tej formuły.
Bardziej szczegółowoZad. 3: Układ równań liniowych
1 Cel ćwiczenia Zad. 3: Układ równań liniowych Wykształcenie umiejętności modelowania kluczowych dla danego problemu pojęć. Definiowanie właściwego interfejsu klasy. Zwrócenie uwagi na dobór odpowiednich
Bardziej szczegółowoProgram kształcenia i plan studiów podyplomowych: Zarządzanie projektami
Program kształcenia i plan studiów podyplomowych: Zarządzanie projektami edycja 15 opracowany zgodnie z Zarządzeniami Wewnętrznymi PWr nr 1/2012 i 15/2012 organizowanego przez Wydział Informatyki i Zarządzania
Bardziej szczegółowoJesienne zwalczanie chwastów w zbożach! [REPORTAŻ]
https://www. Jesienne zwalczanie chwastów w zbożach! [REPORTAŻ] Autor: agrofakt.pl Data: 9 października 2018 Jesienne zwalczanie chwastów w zbożach ozimych to istotny zabieg. Ma on za zadanie zapewnić
Bardziej szczegółowoAproksymacja funkcji a regresja symboliczna
Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(x), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(x), zwaną funkcją aproksymującą
Bardziej szczegółowoProcesowa specyfikacja systemów IT
Procesowa specyfikacja systemów IT BOC Group BOC Information Technologies Consulting Sp. z o.o. e-mail: boc@boc-pl.com Tel.: (+48 22) 628 00 15, 696 69 26 Fax: (+48 22) 621 66 88 BOC Management Office
Bardziej szczegółowoZad. 3: Rotacje 2D. Demonstracja przykładu problemu skończonej reprezentacji binarnej liczb
Zad. 3: Rotacje 2D 1 Cel ćwiczenia Wykształcenie umiejętności modelowania kluczowych dla danego problemu pojęć. Definiowanie właściwego interfejsu klasy. Zwrócenie uwagi na dobór odpowiednich struktur
Bardziej szczegółowoWord. Korespondencja seryjna
1 (Pobrane z slow7.pl) Korespondencja seryjnajestto taki sposób utworzenia jednolitego dokumentu, który będzie różnił się jedynie zawartością wybranych pól. Pola te będą automatycznie wypełniane przez
Bardziej szczegółowoWsparcie narzędziowe zarządzania ryzykiem w projektach
Wsparcie narzędziowe zarządzania ryzykiem w projektach Prezentacja dodatkowa: PMBOK a zarządzanie ryzykiem Podyplomowe Studia Menedżerskie erskie Zarządzanie projektami informatycznymi PMBOK a zarządzanie
Bardziej szczegółowo